В завершение темы добавления сайта в поиск Mail.ruстоит немного рассказать и о статистике поисковых запросов Мэйла. Также, как и в инструментах для вебмастера, есть в ней кое-что интересное. В отличие от своих аналогов – Яндекс.Вордстат и Google keyword planner – она не выдаёт разные варианты частотностей запросов и не показывает их сезонности. Чего тогда в ..дальше про «Статистика поисковых запросов от Mail.ru»

Данным постом дополню тему инструментов для вебмастера от Mail.ru. Среди них есть сервис, показывающий “поведенческую информацию” по разным запросам. Т.е. это те самые ПФ. Ни Яндекс, ни Google, ни Bing не выдают ничего подобного. Эта возможность в Мэйле уникальна и весьма полезна при продвижении не только в нём. Почему? Читать полностью: Поведенческие факторы в Mail.ru для ..дальше про «Поведенческие факторы в Mail.ru для Яндекса и Google»

Давненько я уже собирался ознакомиться с инструментами для вебмастера от Мэйла и начать добавлять сайты в mail.ru. Но только в ноябре сего года принялся за это дело. Сервис мне показался одновременно очень простым и весьма интересным. Возможностей у него меньше, чем в аналогичных сервисах от Гугла, Яндекса и Bing’а, однако есть и то, чего нет ..дальше про «Добавляем сайт в поиск Mail.ru. Обзор инструментов для вебмастера»

Погода до сих пор влияет на нашу жизнь гораздо сильнее, чем нам, возможно, хотелось бы. Мы начинаем утро с прогноза погоды, а в течение дня жалуемся друг другу на его точность. Раньше люди пытались предсказывать погоду на основе своих наблюдений. Если птицы низко летают, а лягушки громко квакают, будет дождь. Если небо на закате красное — будет ветер. Сейчас для прогнозирования погоды используются чрезвычайно сложные метеорологические модели, которые учитывают большую часть человеческих знаний о поведении жидкостей и газов, — и всё равно прогнозы оказываются неточными. В результате появляются новые погодные приметы: всем известно, что помыть машину — это к дождю.

Современные метеомодели представляют собой сотни тысяч строк кода и задействуют для расчётов самые мощные суперкомпьютеры. В качестве исходных данных они используют практически всю метеорологическую информацию, которую можно собрать, — данные со спутников, профессиональных метеостанций и станций радиозондирования. Тем не менее, прогнозы всё равно могут ошибаться: достаточно переоценить или недооценить значение одного из тысяч факторов, и вот вы уже не взяли с собой зонтик, потому что прогноз не предупредил о дожде. Кроме того, в большинстве случаев прогнозы делаются для города в целом, и даже самым большим городам достаётся всего один прогноз, вне зависимости от размера территории.

Задача прогнозирования погоды достаточно сильно похожа на то, чем занимается Яндекс. Мы стараемся найти закономерности в огромном количестве данных и на основе этого ранжируем сайты, рекомендуем музыку или помогаем ЦЕРНу искать редкие события среди столкновений частиц. Для этого мы используем машинное обучение. И к прогнозированию погоды тоже применили машинное обучение.

Мы разработали уникальную технологию — Метеум. Она умеет строить прогноз погоды с точностью до районов города и даже до отдельных домов. Метеум сочетает классические метеорологические модели и технологии машинного обучения. Это позволяет сконцентрировать машинное обучение на том, чтобы уточнить существующие модели и учесть локальные особенности. А следовательно — давать более точный прогноз и делать меньше ошибок.


В качестве начальной информации Метеум использует данные метеостанций и данные из других источников, которые могут уточнить локальные особенности. Например, от Яндекс.Карт мы получаем данные о том, что находится у человека под ногами — асфальт, трава или, может, песчаный пляж. Всего получается более 9 ТБ данных каждый день. Начальные данные Метеум обрабатывает с помощью традиционных метеомоделей, а результаты — с помощью технологии машинного обучения Матрикснет. Матрикснет постоянно сравнивает прогнозы погоды от разных моделей с реальной погодой за окном и выделяет ситуации, когда нужно, например, взять прогноз осадков из первой модели, скорость ветра — из третьей, температуру рассчитать как линейную комбинацию второй и четвёртой. Всего Матрикснет использует более 10 тысяч различных параметров, в том числе и такие, которые напрямую не воспринимаются как погода — скажем, профиль температуры или высоту пограничного слоя.

Когда пользователь обращается к сервису, Метеум каждый раз рассчитывает новый прогноз. Яндекс.Погода определяет, где человек находится, и показывает свежий прогноз именно для этого места. Можно выбрать любое время и любое место — главное, чтобы был известен его адрес. И посмотреть, что ожидается через час у офиса, вечером — во дворе рядом с домом, а на следующее утро — в аэропорту. Если прогноз оказался неправильным — на него можно пожаловаться, причём не только знакомым, а прямо на сервисе. Пока новая Погода работает в бета-версии, и мы очень рассчитываем на замечания пользователей. Они помогут сделать прогноз точнее.

Прогноз от Метеум появился в веб-версии Яндекс.Погоды, в обновлённом приложении для Android и совсем новой Яндекс.Погоде для iOS. Сейчас он доступен для 36 регионов России, но в дальнейшем география расширится. Полный список регионов, для которых работает Метеум, такой: Москва, Белгородская, Брянская, Владимирская, Воронежская, Ивановская, Калужская, Кировская, Костромская, Курганская, Курская, Липецкая, Московская, Нижегородская, Новгородская, Оренбургская, Орловская, Пензенская, Рязанская, Самарская, Саратовская, Свердловская, Смоленская, Тамбовская, Тверская, Тульская, Тюменская, Ульяновская, Челябинская, Ярославская области, республики Башкортостан, Марий Эл, Мордовия, Татарстан, Удмуртия, Чувашская, Пермский край.

Привет, Хабр! В этой статье речь пойдет о том, как мы в компании Mail.Ru Group подходим к написанию кода; когда использовать готовые решения, а когда лучше писать самим; ну, а самое главное — какие шаги нужно сделать, чтобы ваша работа не оказалась безрезультатной и принесла пользу окружающим. Все эти нюансы будут рассмотрены на примере задачи создания нашей внутренней JSSDK, которая возникла из-за необходимости объединения кодовой базы двух проектов.


Иллюстрация Michael Parkes
Продолжить